青岛文昌鱼的生活史──年龄、生长和死亡研究

于１９８９年８月－１９９０年７月对青岛文昌鱼的生活史进行研究。结果表明：（１）青岛文昌鱼种群由４个齿组组成，它至少生产４ａ以上，甚至可达６ａ左右。（２）在Ⅰ、Ⅱ齿时生长较快，平均年生长１３－１５ｍｍ，Ⅲ龄后生长速度减慢，即使同一年龄组的文晶鱼，在不同季节其生长速度也不同。（３）在冬春采集的文昌鱼中Ⅲ龄组的峰值较小。（４）繁殖季节过后，老龄文昌鱼因衰老而死亡。     

Influence Mechanism of Mine Pressure on Coal Seam Gas Emission During Mining

Geotechnical and Geological Engineering - Gas is one of the main factors causing coal mine accidents in China. Understanding the mechanism of the influence of mine pressure on coal seam gas...     

绝对差分算法误差对测大气视宁度的影响分析

对绝对差分算法检测太阳边缘的起伏测量白日视宁度的方法进行了研究,并对绝对差分的结果进行二阶拟合使之可以达到亚像素的检测精度。对可能的影响因素如噪声和像差等进行了分析和数值模拟,算法的精度优于0．1”。模拟结果表明,采用绝对差分算法可以对白日视宁度进行高精度的测量,最后用绝对差分算法对实际数据进行了处理,给出了初步结果。     

绿色金融如何影响中国城市环境污染？——以雾霾污染为例

文章将绿色金融纳入环境规制的分析框架,以2016－2019年中国289个地级以上城市雾霾污染为例,使用空间杜宾模型探讨绿色金融、环境规制、产业结构、技术水平对雾霾治理的影响,侧重分析了绿色金融与其他因素的交互作用。结果表明：绿色金融具有空间溢出效应,本地绿色金融可以降低周边地区雾霾污染;绿色金融能够与环境规制协同互补,以优化产业结构、提升技术水平的方式促成雾霾治理。绿色金融的结构效应弱于环境规制,在中部地区并不显著;绿色金融的技术效应强于环境规制,能够激励不同地区技术创新。文章启示,绿色金融与环境规制能够相互增益,应建立区域间绿色金融合作机制,增强绿色金融的普惠性,助力区域产业转型和污染治理。     

绿色金融影响下中国污染性产业技术创新及其空间差异

基于2015-2018年中国335个地级以上城市,使用面板数据模型剖析绿色金融对污染性产业的技术效应,探讨其与环境规制、研发投入的交互作用,区分不同产业类型,厘清绿色金融技术效应的空间差异.结果 表明:绿色金融能够在不同区域促成污染性重工业和轻工业技术创新;绿色金融与环境规制协同互补,并且这种协同对轻工业更有效,在中西...     

全国各省市气象科技期刊文摘(15)

１溃变理论在冰雹大风及暴雨预报中的应用实例《广西气象》２００２年第３期郑传新柳州地区气象局５４５００１摘要根据溃变理论，利用“溃变图”和“V－３θ图”对冰雹大风和大暴雨天气过程进行了综合分析，结果表明，溃变理论在冰雹大风和大暴雨天气预报中具有较大的参考价值，可作为实用有效的预报工具。２气候平均值的改变对云南气候业务的影响《云南气象》２００３年第１期晏红明云南省气象科研所６５００３４摘要气候平均值的改变意味着气候平均态的改变，２００３年１月１日即将执行的气候平均值由１９６１年至１９９０年累年平均值…     

1m红外太阳望远镜光电导行系统中像场旋转的分析

云南天文台1m红外太阳望远镜(YNST)光电导行系统是基于检测太阳像在面阵CMOS图像传感器上的偏移量作为反馈控制信号的高精度闭环跟踪系统[1]。由于YNST是一个地平式装置,在太阳像偏移检测量中存在着像场旋转量,为了获取稳定清晰的太阳像,必须对检测量进行消旋[2]才能达到光电导行系统的跟踪要求。根据球面天文学及天体测量学的知识并结合导行镜的光学系统,推导了光电导行系统中像场旋转的变化规律并对其进行模拟分析。     

龙岩坑柄井田块煤特征、分布及其形成机理分析

在总结井田块煤特征、分布情况的基础上,对构造、火成岩及放射性元素与块煤形成的相关性进行分析后,得出形成有价值的块煤只能与沉积环境及本区得天独厚的放射性元素有关2、7煤层形成于上三角洲环境,3煤层形成于三角洲间湾环境,前者比后者块率高;而且成煤时放射元素加速了泥炭化进程,对形成块煤起到重要作用.     

中国城市碳排放强度的空间溢出效应及驱动因素探究（英文）

In this study, we adopt kernel density estimation, spatial autocorrelation, spatial Markov chain, and panel quantile regression methods to analyze spatial spillover effects and driving factors of carbon emission intensity in 283 Chinese cities from 1992 to 2013. The following results were obtained.(1) Nuclear density estimation shows that the overall average carbon intensity of cities in China has decreased, with differences gradually narrowing.(2) The spatial autocorrelation Moran's I index indicates significant spatial agglomeration of carbon emission intensity is gradually increasing; however, differences between regions have remained stable.(3) Spatial Markov chain analysis shows a Matthew effect in China's urban carbon emission intensity. In addition, low-intensity and high-intensity cities characteristically maintain their initial state during the transition period. Furthermore, there is a clear "Spatial Spillover" effect in urban carbon emission intensity and there is heterogeneity in the spillover effect in different regional contexts; that is, if a city is near a city with low carbon emission intensity, the carbon emission intensity of the first city has a higher probability of upward transfer, and vice versa.(4) Panel quantile results indicate that in cities with low carbon emission intensity, economic growth, technological progress, and appropriate population density play an important role in reducing emissions. In addition, foreign investment intensity and traffic emissions are the main factors that increase carbon emission intensity. In cities with high carbon intensity, population density is an important emission reduction factor, and technological progress has no significant effect. In contrast, industrial emissions, extensive capital investment, and urban land expansion are the main factors driving the increase in carbon intensity.